1.2.3　按信息分析方法划分

从信息分析方法的角度划分，信息分析可以分为定性信息分析、定量信息分析和半定量信息分析。[1]

（1）定性信息分析，是指根据社会现象或事物所具有的属性和矛盾变化，从事物的内在规律定性来研究事物的一种方法。定性分析一般不涉及变量关系，主要依靠从事信息分析的研究人员的理论和经验，采用逻辑思维来对信息进行分析，直接抓住事物属性特征的主要方面，掌握事物属性之间的相互联系。定性分析具有探索性、诊断性和预测性等特点，不追求精确的结论，但常常能够厘清复杂现象、抓住主要问题，进而得出感性认识，是引导定量分析应用的前提。常用的定性信息分析方法有对比法、分析法、综合法、演绎与推理、因果关系法等。

（2）定量信息分析，是指对研究对象的数量特征、数量关系与数量变化进行分析的方法。一般地，定量信息分析是从研究目的出发，根据事物本身存在的内在规律，做出必要的简化假设，运用适当的数学工具，获得一个数学结构的数学建模方法。换言之，也就是运用数学符号和数学结构对实际问题所进行的近似描述，定量信息分析即为寻找关于研究对象的抽象、简化的数学结构的方法。建立数学模型可以表达数据的内涵，揭示事物的本质和发展趋势。常用的定量信息分析方法有时间序列法、回归分析法、聚类分析法、因子分析法、多元尺度法、结构方程建模等。

目前在大数据时代，伴随着计算机技术的发展，面对海量的数据，计算机辅助的定量建模已经逐步成为定量信息分析的主流方法，数据挖掘、知识发现（knowledge discovery，KD）等技术的研究日益深入，应用也愈加广泛，信息分析已经开始从简单描述和预测客观世界，向发现知识、运用知识和主动提供服务的方向转变，即从海量原始数据中挖掘出决策所需的深层次信息，转化成知识并提供服务，这些知识通常具备有效性、新颖性、潜在有用性等特点。基于数据挖掘和知识发现的定量信息分析，通常是集数据库和数据仓库技术、人工智能、机器学习、统计学、模式识别、信息抽取、可视化等为一体的交叉性研究方法。

（3）半定量信息分析，是指既包含定性信息分析，又包含定量信息分析的综合方法。在半定量信息分析中，定性信息分析把握信息分析问题的核心和方向，侧重于问题的基本描述；定量信息分析为信息分析提供数量分析和加工的依据，侧重于问题的推理和求解。随着信息分析问题的复杂性的不断提高，半定量信息分析的应用愈加普遍。常用的半定量信息分析方法有德尔菲法、层次分析法、内容分析法等。

[1] 王伟军，蔡国沛．信息分析方法与应用[M]．北京：清华大学出版社，2010.